AWB实现流程

简介

  本篇谈论下对AWB算法的调查和预研工作。

内容概述

  所谓AWB也就是自动白平衡的意思,白平衡在相机中很常见,主要是和色温、色彩还原、色调调整相关。当白平衡设置不佳的时候,常会出现如下这些情况:在日光灯的房间里拍摄的影像会显得发绿,在室内钨丝灯光下拍摄出来的景物就会偏黄等。而awb的作用,就是在相机拍摄的环境色温变化的时候,主动调整白平衡参数,使得相机图像不因为环境色温变化而出现偏色。

基于色温估计法

  大致上,主要分为三个部分:
      1、色温曲线拟合
        2、色温估计
        3、根据当前色温,在色温曲线上找到对应的白平衡参数,进行设置

色温曲线拟合

光源色温

  人造的标准光源色温主要是(常见的自然环境中,基本也都在这些色温范围之内):
     (1)模拟蓝天日光——D65光源 色温:6500K
      (2)模拟北方平均太阳光——D75光源 色温:7500K
      (3)模拟太阳光——D50光源色温:5000K
      (4)模拟欧洲商店灯光——TL84光源 色温:4000K
      (5)模拟美国商店灯光——CWF光源 色温:4100K
      (6)模拟另一种美国商店灯光——U30光源 色温:3000K
      (7)A光--美式厨窗射灯 色温:2856K 功率:60W
      (8)HZ---钨丝灯       色温:2700K

曲线拟合

  在这些光源下,利用相机拍摄灰卡,进行色彩还原,获得在这些色温下对应的awb参数,并进行拟合,结果大致如下:
            AWB实现流程_第1张图片
  色温越高的,B/G越大,也就表示越偏蓝;色温越低的R/G越大,也就表示越偏红。

色温估计

  简单的说,就是当前图像r/g和b/g的比值,来估算出当前场景的色温。

参数调整

  根据已经估算出来的当前色温,在前面对应拟合出来的曲线上,获得当前的awb校正参数,进行校正。
需要注意,实际上获得awb参数,很多时候还考虑的参考点权重以及曝光时间等。

其他常用方式

    常用的方式有:1、灰度世界理论 --- 当有足够的色彩变化时,它的R、G、B分量均值趋于平衡。
                  2、全反射理论   --- 一副图像中最亮的点就是白点。
                  3、两者的结合   --- 选出亮度较大的一些类白色点,经过条件筛选之后,进行白点计算。
                        常用的筛选条件:  
                  等。。。。
  这里直接使用前面提到的三种色温估计方式计算出色偏,直接使用色偏进行补偿的结果。
 

灰度世界法

       计算图片R/G/B三通道分别的平均值,进而得到r/g和b/g的偏差,将这偏差对应的加到r/g颜色通道上,获得校正后图像。
 AWB实现流程_第2张图片  AWB实现流程_第3张图片
                        原图像                                           结果图像

全反射法(最大RGB法)

        找到图像最亮的那个0.05%的像素,直接用直接像素计算色偏,对应处理r/g颜色通道。
      结果如下:
   AWB实现流程_第4张图片 
                    原图像                                                结果图像

两者结合

        找到图像最亮的0.02%的像素,设置筛选条件:1、g通道值大于100,小于210;2、g - b/g通道差值 - r/g通道差值 > 140 筛选出来的像素,再进行灰度世界法处理。结果如下:
AWB实现流程_第5张图片 AWB实现流程_第6张图片
                        原图像                                           结果图像 
  

你可能感兴趣的:(opencv,图像处理,AWB)